Resumen

Este trabajo propone un enfoque de segmentación bidimensional (2D) con umbral de máxima entropía (2DMETS) basado en características robustas aceleradas (SURF) para la coincidencia de objetivos de imagen. En primer lugar, basándonos en el nivel de gris de cada píxel y el nivel de gris medio de sus píxeles vecinos, construimos un histograma de grises 2D. En segundo lugar, mediante la segmentación del objetivo y el fondo, localizamos los puntos característicos en los puntos de interés que tienen el extremo local de las respuestas del filtro de caja. En tercer lugar, a partir de las respuestas 2D Haar wavelet, generamos los vectores descriptores de puntos característicos de 64 dimensiones (64D). Por último, realizamos el emparejamiento de objetivos de acuerdo con las comparaciones de los vectores descriptores de puntos característicos 64D. Los resultados experimentales muestran que nuestro enfoque propuesto puede mejorar eficazmente el rendimiento de la comparación de objetivos, así como preservar la capacidad en tiempo real.

• Materias:Ingeniería electrónica Codificación de video Procesamiento de señales asistido por computador Informática Procesamiento de datos
• Subjects:Electronic engineering Video Coding Signal processing computer-assisted Computing Data processing
• Palabras claves:vectores descriptores de puntos característicos, respuestas haar wavelet 2d, segmentación con umbral de máxima entropía, histograma de grises 2d, nivel medio de grises, respuestas de filtro de caja, coincidencia de objetivos de imágenes, rendimiento de coincidencia de objetivos, enfoque, resultados experimentales
• Keywords:feature point descriptor vectors, 2d haar wavelet responses, maximum entropy threshold segmentation, 2d gray histogram, average gray level, box filter responses, image target matching, target matching performance, approach, experimental results